参数优化的SVR移动网络流量预测

摘要

准确预测移动网络流量,不仅可以保障互联网络安全稳定运行,还可以给运营商的资源调度做参照,使运营商能合理分配网络资源。采用参数优化的支持向量回归(SVR)进行网络流量预测研究。原始数据为淮南移动2019年1月1日至5月15日吾悦广场的流量数据,数据采集粒度为15分钟;为了寻找一种SVR的最佳优化方案,将粒子群优化(Particle Swarm Optimization,PSO)、差分灰狼优化(Differential Evolution-Grey Wolf Optimizer,DE-GWO)、布谷鸟搜索(Cuckoo Search,CS)算法用于SVR的参数寻优;同时将基本的手动调参的SVR用于流量预测对比。实验结果表明,DE-GWO参数优化的SVR具有较好的预测性能。